Как создать ИИ-агента: с чего начать и что не понадобится
Путь от задачи к работающему циклу без фреймворков: два-три инструмента, потолок шагов, журнал и подтверждение необратимого. И три вещи, которые в начале только мешают.
Кодовые агенты, MCP, CLI-обвязка и то, как это меняет ежедневную инженерную работу.
Путь от задачи к работающему циклу без фреймворков: два-три инструмента, потолок шагов, журнал и подтверждение необратимого. И три вещи, которые в начале только мешают.
Страницу модель соберёт за вечер. Дальше идут правки, домен, форма с персональными данными, скорость и индексация — разбираю, где здесь настоящая цена и кто её платит.
Ускоряется набор кода, не ускоряется его приёмка. Разбираю, на каких задачах выигрыш подтверждается, где он мнимый и что меняется в работе команды.
Протокол подключения инструментов к модели. Разбираю, какую задачу он решает на самом деле, почему полезнее считать его границей доверия и когда он не нужен.
Модель выбирает инструмент по описанию, а не по коду. Разбираю на реальном примере, из каких четырёх частей состоит описание, которое работает.
Посчитал стоимость миллиона токенов на арендованной видеокарте и сравнил с ценами API. Результат неожиданный: по деньгам локальная модель почти никогда не выигрывает.
Разбор приёмов по величине эффекта: что действительно меняет ответ, что меняет только его форму и что попало в подборки по инерции. С проверяемыми признаками.
Что меняется, когда агент выходит из терминала на десктоп и получает доступ к файлам, командам и чужим окнам: по какому признаку делить права, чем эти права обеспечены на самом деле, что подтверждать и что журналировать. На примере Fabber — программы, которую я строю сам.
Промпт — это код, у которого по умолчанию нет ни тестов, ни диффа. Разбираю, почему обычное сравнение ответов не работает и что класть в журнал прогона вместо него.
Почему «ответь в JSON» ненадёжно, что дают схемы и структурированный вывод, и как обращаться с полем, которого модель не знает.
Как модель на самом деле выбирает следующий токен, что делают ручки сэмплирования и почему нулевая температура не даёт гарантии повторяемости.
Где ускорение от кодовых агентов реальное, где мнимое, почему граница проходит по стоимости приёмки и какой навык становится дефицитным.
Вайбкодинг — это когда программу пишет модель, а код никто не читает. Для прототипа и разового скрипта это нормально, но не там, где код сопровождают или он касается чужих данных и денег.
Веса занимают число параметров, умноженное на байты на параметр, а сверху растёт кэш контекста. Квантование сжимает только веса, и на длинном разговоре кэш может оказаться больше модели.
Агент читает ваш код как контекст. Переменная `data2` и функция `process()` говорят ему ровно столько же, сколько вам, — то есть ничего.
Ответ в переписке нельзя ни продиффить, ни прокомментировать построчно. Файл превращает разговор в работу с версиями.
Почему один хорошо написанный файл с правилами проекта даёт больший прирост качества, чем переход на модель поновее — и когда это перестаёт быть правдой.
Не «протокол для подключения инструментов», а место, где вы решаете, что агенту можно, а что нет — и почему такая рамка ускоряет принятие решений.